体育赛场人群疏散过程滞留人数定量模型研究

体育赛场历史事故统计分析表明,出口堵塞为导致人群拥挤踩踏事故发生的主要原因.滞留人群是疏散过程最常见的一种人流形式,同时也是拥挤踩踏事故风险的主要承载体.基于人群流量与人群密度关系建立了体育赛场时间维变量的滞留人数定量模型.体育赛场看台不同宽度出口人群疏散计算结果表明,滞留人数不仅对人群疏散时间有直接影响,而且与事故发生概率之间存在一定的关系.该模型可用于指导体育赛场出口设计,疏散路线选择及应急预案的编制等.     

人群流动的波动性分析

在现代社会中,公共场所拥挤人群现象常常发生,人们对拥挤人群的机理研究较少,在公共场所因对拥挤人群的疏导或管理不当频频发生而伤亡事故。针对公共场所拥挤人群的安全管理需求,根据波动理论,特别是激波理论,来研究拥挤人群的基本特性,如密度、速度与激波的关系等。在人群拥挤时,可将其视为一连续介质,人群中产生的任何扰动(直接表现为密度的变化)都将以波的形式在人群中传播,同时由于人群中个体间的差异,导致波发生非线性畸变,最后可能导致激波的产生,即拥挤事故。通过特征值解法及Matlab软件,求解了对于不同的初始密度分布曲线、不同的速度,预测激波将在何时何处发生,即揭示激波产生的规律,总结了消除激波的一些措施,如改变边界条件、控制初始密度、设置畸点等,以避免拥挤事故的出现。     

人群密度与预警管理的研究

一旦拥挤人群发生突发事件,容易造成群死群伤事故,将预警管理的方法应用到人群安全管理中有利于提高人群的安全管理水平.对人群安全的预警,需要找出适当的预警指标.在综合考虑各类可能的预警指标后,优选出人群密度作为预警指标.根据已有的人群密度研究成果,给出了基于密度的人群安全预警等级.     

城市公共场所人群拥挤踩踏事故分析

城市公共场所人群高度聚集、流动性大,紧急状态时常发生群死群伤的拥挤踩踏事故,造成大量人员伤亡和恶劣的社会影响。笔者首先提出拥挤踩踏事故分析的一般方法,并用群集指数来表征人群高度聚集这一参量;通过对近年来国内外人群拥挤踩踏事故的分析,认为该类事故以人群高度聚集为条件,由公众造成又危害公众,具有诱因众多、发生突然、难以控制等特点;强调事故预防和控制重点是建立事故应急机制,加强人群的管理和疏导等;同时从公共场所的性能优化设计、人群素质和群集密度、人群管理控制以及信息交流等方面分析其事故原因及提出相应对策,对预防此类事故发生,减少群集伤亡有重要意义。     

人群拥挤踩踏事故后果微观建模及模拟分析

针对人群拥挤踩踏事故风险理论(4阶段)中传统数学模型难以解决的定量问题,分析大型公共场所高密度拥挤人群中的个体受力.依据牛顿第二定律和经典"社会力"模型对人群中的个体受力进行建模.本文提出了引起人群拥挤踩踏事故后果即人员伤亡的"拥挤力"的概念,并在"磁场力"模型基础上依据动量定理构建了拥挤人群中的个体受力微观模拟模型.基于此微观模拟模型并结合多智能体技术开发了人群拥挤踩踏事故模拟系统,对正常及紧急状况下的奥运赛场出口人群疏散模拟的结果表明,该模拟系统不仅能够直观地表示人群拥挤踩踏事故后果,而且还可通过滞留人数随疏散时间的变化情况了解人群疏散状况.该微观模拟模型及模拟系统对大型公共建筑的性能化设计、人群安全疏散及管理等有指导意义.     

天津站地铁换乘中心人群密度调查

人群密度的调查研究对公共场所的安全疏散研究起着至关重要的作用.以天津站地铁换乘中心为研究对象,对其人群密度分布进行了实地调查,通过直接计数法、图像计数法等调查方法采集初步数据,经分析和处理得出此地铁换乘中心人群密度随空间和时间的分布及变化情况,并结合此大型公共建筑的自身特点,分析人群密度分布变化的原因、人群密度较高区域可能发生的事故种类,针对性地提出减缓人群拥挤风险、缓解客流分布不均的具体措施,以便减小因人群密度过大而发生安全事故的概率,减少人员伤亡和财产损失.     

城市重点公共区域人群聚集风险的实时定量技术

城市公共区域人群高度聚集且流动性大,紧急状态时易发生群死群伤的拥挤踩踏事故,造成大量人员伤亡和社会负面影响。在FIST模型的基础上,提出以人员密度（D）、人员特性（C）、人与人的相互作用（I）以及人群聚集环境（E）作为表征公共场所人群聚集风险的基本参数,接下来对四个参数进行了相应的技术分析。第一,利用人群监控技术估计人群密度;第二,通过现场监测网络得到的人群压力值来表征人与人相互作用的强度;第三,忽略了个体差异对人群整体的影响;第四,把公共场所中导致事故发生的影响因子归结为综合扰动强度,并建立了相应的数学模型表征了这种强度的大小。最终建立了描述人群聚集风险的DICE模型。同时,给出了人群密度阈值、人群压力阈值以及人群聚集风险的总阈值及其判断标准,整个工作将人群聚集风险实时定量及管理技术推向了实用化的道路。     

基于互相关算法的人员密集场所人群运动速度特征研究

研究人群密集场所的人群运动速度特征可以预测人群的运动趋势,在大型活动组织过程中可以对异常人群运动做出预警,避免过度的拥挤及踩踏事件的发生,保证大型群体性活动的安全顺利开展。利用国内某重要城市核心区公共场所人群运动的视频图像,通过互相关算法提取该场所人群的运动速度,并进一步比较通往景区的四条不同路径上人群运动速度的差异性,分析其人群运动特征。分析结果表明单向通道的人群运动速度较大且运动方向基本与通道的两侧边界平行,而双向通道中由于人群中阻尼效应的影响,人群运动速度的大小和方向都发生了不同程度的改变。分析结果可为核心区管理者进行大型群体性活动的组织、人群疏散与引导提供建议,进而为人群拥挤踩踏事故风险防控、拥挤踩踏事故专项应急预案制定及人群聚集活动安全方案编制提供理论支持。     

人群聚集场所拥挤踩踏事故原因分析与对策

2000-2007年人群聚集场所发生拥挤踩踏事故的数据统计分析表明,拥挤踩踏事故的发生频率和伤亡人数均呈现随机分布,根据这些事故数据总结出此类事故发生的一般性原因,并提出教育与管理相结合的事故预防对策.     

大规模密集人群流动规划中的VR技术应用

大型公共设施常常也是大规模人群集散的场所,节假日、大型活动等特定条件下,可能聚集大规模的密集人群。为保障人群的安全,需要对人群流动做出规划,预测人群的运动及可能发生拥挤踩踏事故的道路、台阶、通道等设施和突发事件,制定相应的应急措施。     

基于BP神经网络人群流量预测的实现

人群拥挤踩踏突发性的特点决定了现场的事故救援措施效果较差,事前预防是唯一有效的策略。对商业区人群流量进行预测,对于合理控制商业网点人口,预防人群类事故的发生具有重要的意义。本文介绍了基于BP神经网络的人群流量预测方法,利用Matlab建立了相关模型,并结合实际数据对模型进行了调整,分析了隐含层神经元个数、不同输入-输出结构、不同传递函数等因素对网络性能的影响。研究表明利用神经网络的非线性映射能力对人群流量进行预测时可行的。     

公共场所人群加速度异常检测系统

针对目前基于速度检测公共场所密集人群异常行为存在的检测准确率低、使用范围局限的问题,从人群的加速度角度对可能导致公共安全事故的人群异常行为进行研究,提出了一种基于加速度检测人群异常行为的算法,并基于该算法实现了针对人群逃散、人群聚集、人群拥挤和人群逆行4种异常行为检测的系统。首先,利用金字塔Lucas-Kanade光流法进行特征点跟踪;然后,在获取到特征点的速度矩阵基础上进一步计算其加速度矩阵,反映速度的整体变化;最后,从加速度大小和方向两方面检测人群异常行为。结果表明,所提算法检测用时较少,相比基于速度检测的对比算法,检测的正确率提高到80%,误报率降低为5%。     

Modification of Evacuation Time Computational Model for Stadium Crowd Risk Analysis

The complexity of the evacuation process is associated with the flow of occupants through various egresses available inside the building. Several methods and algorithms are now available to analyse the problem related to evacuation. In the present paper an algorithm, evacuation discrete time model (EDTM) has been presented to analyse the building egress evacuation time problem with previous works. The algorithm is based on the crowd flow theory and uses discrete computational approach to identify various widths of egresses available for movement of the people, which is more accurate and practicable because the crowd flow rate is variable. The developed model has been compared with an existing model to show the capabilities of the developed algorithm. A case of stadium stand egress is chose for the validity of EDTM, and a comparison of EDTM, previous model and computer simulation indicates that both the EDTM and the simulation curves were found to give better predictions than the previous model. Based upon the comparison analysis with stranded crowd and evacuation crowd at a certain time, EDTM shows great value in explaining the cause of stampede-trampling and crushing incident of egress or narrow passage zone.     

基于元胞自动机恐慌状态下人群疏散模型研究

为了研究恐慌情绪对疏散中人群行为的影响，结合决策理论和情绪感染相关理论，同时考虑恐慌情绪对行人决策的影响和恐慌情绪本身的动力学特性，如情绪感染和衰减等，采用元胞自动机方法，建立基于场域模型的恐慌状态下行人决策修正模型，采用该模型研究恐慌情绪对人群疏散行为的作用规律。研究发现:当处于优势疏散位置的行人，由于恐慌做出非理性决策，不仅降低了自身的疏散效率，而且会占据其他行人的最优疏散路径，因此导致整体疏散效率的下降；随着恐慌情绪阈值增加，同一时刻的恐慌人数减小，疏散时间减小，且存在某一临界值，使疏散时间最短；情绪自衰减速率是影响恐慌情绪的关键因素，且存在决定恐慌情绪的蔓延或者衰减的临界值；行人的恐慌程度随着行人密度的增加而增加，因为人群规模较大时，恐慌情绪的感染次数增加，并在人群中得到反复加强，从而使人均恐慌值增加。     

Study on mechanics of crowd jam based on the cusp-catastrophe model

Some characteristics of crowd jam like the phenomena of discontinuous jumping in reality are hard to be explained by the equations governing pedestrians. The catastrophe theory can explain these characteristics. A cusp-catastrophe model is developed to analyze the mechanics of crowd jam by drawing graphs for a cusp-catastrophe model of crowd, the bifurcation set and the projection of catastrophe model. Meanwhile, the critical density and the critical velocity are derived. It is concluded that the cusp model is a more efficient predictor than the linear model or the equations governing pedestrians and is reasonably realistic for dense crowd flow scenarios.     

The effect of overtaking behavior on unidirectional pedestrian flow

We present a model of overtaking behavior that can be used to simulate unidirectional pedestrian flow in routine. All pedestrians have the ability to determine whether or not to overtake other pedestrians according to their desired velocity and position. Although existing models such as cellular automata models, lattice gas models, social force models, etc., can be used to predict evacuation performance, most of these models are either computationally inefficient or do not account for some crucial elements of human behavior in a moving crowd. Furthermore, these models use either empirical equations developed from experiments or mechanical system analogies to determine movement decisions. The pedestrian flow patterns simulated by these models may deviate significantly from reality. In reality, pedestrians walk at different velocities and pedestrians with a higher walking velocity are accustomed to overtaking other pedestrians with a lower walking velocity and this paper aims to mimic this behavior as the original social force model developed by Helbing et al. does not reflect this pattern of collective pedestrian behavior. In this paper, we propose modifications of the social force model that reflects how overtaking behavior operates in routine. The comparison of the pedestrian flow pattern between the original social force model and the modified social force models with the real data collected by the camcorder is also performed in order to demonstrate our modified social force model can be used to achieve reasonable simulations of overtaking behavior among pedestrians.     

考虑熟悉度与恐慌效应的人群引导疏散仿真算法研究*

为研究紧急情况下人群疏散行为特点,结合势场理论和多出口选择模型,建立考虑引导、熟悉度和恐慌效应的PFT-LMES人群疏散算法。通过搭建有障碍和无障碍2种室内场景,研究不同环境熟悉度以及行人密度下引导作用对人群疏散效果的影响。研究结果表明:引导作用能够提高疏散效率,平衡各出口利用率,引导效果随行人密度增加更加显著;总体疏散时间随引导强度的提高表现为先减小后增大;当接受引导的人数占总数的42%时,2出口各自选择人数与出口通行能力比例基本一致,引导效果达到最优;相对于环境熟悉度较高的人群,不熟悉环境行人的引导效果更为显著。研究结果可为大型场所的紧急高效疏散提供参考。